网络建设基础——综合布线系统的研究

doi:10.11925/infotech.1003-3513.2001.03.27

现代图书情报技术

2001, Vol. 17

Issue (3): 78-79 https://doi.org/10.11925/infotech.1003-3513.2001.03.27

工作交流

本期目录 | 过刊浏览 | 高级检索

网络建设基础——综合布线系统的研究

李文芳

(华中科技大学主校区图书馆　武汉　430074)

Base of Network Constructional ——The Study of Structured Cabling System

Li Wenfang

(Library of Huazhong University of Science and Technology, Wuhan)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

详细介绍了综合布线系统组成部分以及测试方法, 并通过华中理工大学图书馆结构化布线应用实例加以说明。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：网络, 综合布线系统

Abstract：

The structure and testing method for structured cabling system is detaily intruduced.The method intruduced above is successfully applied for the structured cabling system of the Huazhong University of Science and Technology.

Key words： Network Structured cabling system

收稿日期: 2000-07-28 出版日期: 2001-06-25

ZTFLH:

TP393

通讯作者: 李文芳

作者简介: 李文芳

引用本文:

李文芳. 网络建设基础——综合布线系统的研究[J]. 现代图书情报技术, 2001, 17(3): 78-79.
Li Wenfang. Base of Network Constructional ——The Study of Structured Cabling System. New Technology of Library and Information Service, 2001, 17(3): 78-79.

链接本文:

http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2001.03.27 或 http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2001/V17/I3/78

1 吴锦前.论怎样架构你的计算机网络.广播与电视技术,1999,(4)
2 杨承东.综合布线工程设计初探.铁路通信信号,2000,36(3)·79

[1]	席运江, 杜蝶蝶, 廖晓, 仉学红. 基于超网络的企业微博用户聚类研究及特征分析*[J]. 数据分析与知识发现, 2020, 4(8): 107-118.
[2]	盛嘉祺, 许鑫. 融合主题相似度与合著网络的学者标签扩展方法研究*[J]. 数据分析与知识发现, 2020, 4(8): 75-85.
[3]	邱尔丽,何鸿魏,易成岐,李慧颖. 基于字符级CNN技术的公共政策网民支持度研究 ^*[J]. 数据分析与知识发现, 2020, 4(7): 28-37.
[4]	王思迪,胡广伟,杨巳煜,施云. 基于文本分类的政府网站信箱自动转递方法研究*[J]. 数据分析与知识发现, 2020, 4(6): 51-59.
[5]	蔡永明,刘璐,王科唯. 网络虚拟学习社区重要用户与核心主题联合分析*[J]. 数据分析与知识发现, 2020, 4(6): 69-79.
[6]	刘伟江,魏海,运天鹤. 基于卷积神经网络的客户信用评估模型研究*[J]. 数据分析与知识发现, 2020, 4(6): 80-90.
[7]	王末,崔运鹏,陈丽,李欢. 基于深度学习的学术论文语步结构分类方法研究*[J]. 数据分析与知识发现, 2020, 4(6): 60-68.
[8]	张毅,杨奕,邓雯. 网络在线信任影响因素研究综述^*[J]. 数据分析与知识发现, 2020, 4(5): 15-26.
[9]	李文政,顾益军,闫红丽. 基于网络贝叶斯信息准则算法的社区数量预测研究*[J]. 数据分析与知识发现, 2020, 4(4): 72-82.
[10]	闫春,刘璐. 基于改进SOM神经网络模型与RFM模型的非寿险客户细分研究*[J]. 数据分析与知识发现, 2020, 4(4): 83-90.
[11]	苏传东,黄孝喜,王荣波,谌志群,毛君钰,朱嘉莹,潘宇豪. 基于词嵌入融合和循环神经网络的中英文隐喻识别*[J]. 数据分析与知识发现, 2020, 4(4): 91-99.
[12]	邓建高,张璇,傅柱,韦庆明. 基于系统动力学的突发事件网络舆情传播研究：以“江苏响水爆炸事故”为例^*[J]. 数据分析与知识发现, 2020, 4(2/3): 110-121.
[13]	梁艳平,安璐,刘静. 同类突发公共卫生事件微博话题共振研究^*[J]. 数据分析与知识发现, 2020, 4(2/3): 122-133.
[14]	刘玉文,王凯. 面向地域的网络话题识别方法^*[J]. 数据分析与知识发现, 2020, 4(2/3): 173-181.
[15]	徐月梅,刘韫文,蔡连侨. 基于深度融合特征的政务微博转发规模预测模型^*[J]. 数据分析与知识发现, 2020, 4(2/3): 18-28.

Viewed

Full text

Abstract

Cited

Shared

Discussed